OpenCV2特征点的图像拼接

前面介绍了OpenCV3 角点检测，OpenCV2 特征检测与匹配，这些特征点可以用于识别，分类等任务，也可以用于图像的拼接，3D重建，地图重建（vslam）。
OpenCV2 中有自带的图像拼接函数Stitch，其主要步骤是：
1.检测需要匹配的两幅图的特征点（OpenCV 用的SURF ,ORB（快）），
2.对这两幅图的特征进行匹配找到共同的特征点，
3.根据共同的特征点进行配准，找到第二幅图到第一幅图的单应矩阵， findHomography()。
4.将第二幅图映射到一个共同的坐标的图上，第一幅图也复制上去形成初步的拼接，
5.对拼接处做EMA平滑处理，做到无缝连接。

代码如下，参考代码

#include "highgui/highgui.hpp"    
#include "opencv2/nonfree/nonfree.hpp"    
#include "opencv2/legacy/legacy.hpp"   
#include <iostream>  
using namespace cv;
using namespace std;
void OptimizeSeam(Mat& img1, Mat& trans, Mat& dst);
typedef struct
{
   
    Point2f left_top;
    Point2f left_bottom;
    Point2f right_top;
    Point2f right_bottom;
}four_corners_t;

four_corners_t corners;
void CalcCorners(const Mat& H, const Mat& src)
{
   
    double v2[] = {
    0, 0, 1 };//左上角
    double v1[3];//变换后的坐标值
    Mat V2 = Mat(3, 1, CV_64FC1, v2);  //列向量
    Mat V1 = Mat(3, 1, CV_64FC1, v1);  //列向量
    V1 = H * V2;
    //左上角(0,0,1)
    cout << "V2: " << V2 << endl;
    cout << "V1: " << V1 << endl;
    corners.left_top.x = v1[0] / v1[2];
    corners.left_top.y = v1[1] / v1[2];
    //左下角(0,src.rows,1)
    v2[0] = 0;
    v2[1] = src.rows;
    v2[2] = 1;
    V2 = Mat(3, 1, CV_64FC1, v2);  //列向量
    V1 = Mat(3, 1, CV_64FC1, v1);  //列向量
    V1 = H * V2;
    corners.left_bottom.x = v1[0] / v1[2];
    corners.left_bottom.y = v1[1] / v1[2];
    //右上角(src.cols,0,1)
    v2[0] = src.cols;
    v2[1] = 0;
    v2[2] = 1;
    V2 = Mat(3, 1, CV_64FC1, v2)